KR102708218B1 - System For Generating Autonomous Driving Path Using Harsh Environments Information of High Definition Map and Method Thereof - Google Patents
System For Generating Autonomous Driving Path Using Harsh Environments Information of High Definition Map and Method Thereof Download PDFInfo
- Publication number
- KR102708218B1 KR102708218B1 KR1020210185908A KR20210185908A KR102708218B1 KR 102708218 B1 KR102708218 B1 KR 102708218B1 KR 1020210185908 A KR1020210185908 A KR 1020210185908A KR 20210185908 A KR20210185908 A KR 20210185908A KR 102708218 B1 KR102708218 B1 KR 102708218B1
- Authority
- KR
- South Korea
- Prior art keywords
- search
- road
- autonomous driving
- information
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0021—Planning or execution of driving tasks specially adapted for travel time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags or using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types or segments such as motorways, toll roads or ferries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Aviation & Aerospace Engineering (AREA)
- Operations Research (AREA)
Abstract
본 발명은 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 시스템에 관한 것으로서, 자율주행에 활용되는 데이터로서 초정밀 지도 데이터와 자율주행 차량정보를 포함하는 데이터 저장부와, 탐색 비용이 낮은 도로를 추종하고 악의 조건 요소를 배제하는 방향으로 네트워크 탐색 확장 처리를 수행하는 탐색 확장 모듈을 포함하는 탐색 확장 판단부, 상기 탐색 확장 모듈의 수행에 따른 탐색 확장 정보를 생성하는 탐색 정보 생성부 및 상기 탐색 확장 정보에 기초하여 자율주행 경로를 생성하는 탐색 결과 생성부를 포함하여 이루어진다.
상기와 같은 본 발명에 의하면, 자율주행에 큰 방해 요소인 악의조건을 회피하는 경로를 주행 경로로 설정함으로써 보다 안전한 자율주행이 가능하고, 그에 따라 자율주행 기술의 보급에 기여할 수 있을 것으로 기대된다.The present invention relates to a system for generating a route for autonomous driving using malicious condition information of an ultra-precision map, and comprises a data storage unit including ultra-precision map data and autonomous driving vehicle information as data utilized for autonomous driving, a search expansion judgment unit including a search expansion module that performs network search expansion processing in the direction of following a road with low search cost and excluding malicious condition elements, a search information generation unit that generates search expansion information according to the performance of the search expansion module, and a search result generation unit that generates an autonomous driving route based on the search expansion information.
According to the present invention as described above, it is expected that safer autonomous driving will be possible by setting a driving route that avoids malicious conditions, which are major obstacles to autonomous driving, and thus contribute to the spread of autonomous driving technology.
Description
본 발명은 자율주행용 경로 생성 시스템 및 방법에 관한 것으로서, 보다 상세하게는 초정밀 지도 정보 중 악의조건에 해당하는 정보를 활용하여 악의 조건 요소를 사전에 회피 처리하여 경로 생성 결과에 반영할 수 있도록 하는 방법에 관한 것이다.The present invention relates to a system and method for generating a route for autonomous driving, and more specifically, to a method for utilizing information corresponding to a malicious condition among ultra-precision map information to avoid malicious condition elements in advance and reflect the result of generating a route.
자율주행 자동차는 운전자 또는 승객의 조작 없이 자동차 스스로 운행이 가능한 자동차를 말한다. 자율주행 기술은 발전 단계에서 따라 5단계로 나누어지는데, 자율주행 6단계 중 레벨3은 자율주행시스템이 차량을 주행하되 위급상황이 되면 운전자가 차량을 통제해야 하는 '조건부 자동화' 단계이며, 레벨4는 차량 스스로 상황을 판단해 비상시에도 운전자의 개입이 불필요한 단계로서, 레벨4부터 완전 자율주행수준으로 인식된다. Autonomous vehicles are vehicles that can drive themselves without the intervention of a driver or passengers. Autonomous driving technology is divided into five levels according to the development stage. Level 3 of the six levels of autonomous driving is a 'conditional automation' stage where the autonomous driving system drives the vehicle, but the driver must control the vehicle in an emergency. Level 4 is a stage where the vehicle judges the situation on its own and driver intervention is unnecessary even in an emergency. Level 4 and above are recognized as fully autonomous driving levels.
레벨4 단계의 자율주행을 위해서는 내비게이션용 지도, 초정밀 지도 데이터 및 자율주행차량 정보를 활용하여 자율주행 운영에 활용되는 경로 제공이 필수적이다. For Level 4 autonomous driving, it is essential to provide routes used for autonomous driving operation by utilizing navigation maps, ultra-precision map data, and autonomous vehicle information.
그리고 이러한 자율주행용 경로 생성에서는 일반 차량 주행을 위한 경로 생성과 달리 자율 주행 운행에 장애가 없도록 차선 변경이나 회전 반경 등의 추가적인 고려가 반영된 결과를 제공하는 것이 바람직하다. In addition, in the generation of such autonomous driving routes, unlike route generation for general vehicle driving, it is desirable to provide results that reflect additional considerations such as lane changes and turning radius so that autonomous driving operation is not hindered.
한편 주행 가능한 여러 경로가 존재하는 경우 자율주행을 고려한 최적 경로 설정이 중요하다. 이러한 최적 경로 설정과 관련하여 한국등록특허 제1907268호에는 주변 환경 인식 기반의 제1주행 경로와 지도 데이터베이스 기반의 제2주행 경로 중 어느 하나의 최적 경로를 선택하여 주행이 이루어지도록 하는 기술이 제시되어 있다.Meanwhile, when there are multiple drivable routes, it is important to set an optimal route considering autonomous driving. Regarding this optimal route setting, Korean Patent No. 1907268 presents a technology that allows driving by selecting one of the optimal routes among the first driving route based on surrounding environment recognition and the second driving route based on the map database.
한편, 한국등록특허 제1581286호에는 기 제공된 전역 경로의 경로점에 보조 경로점들을 보충하여 참경로를 생성하고, 차량의 현재 위치를 이용하여 참경로에 평행한 기준 경로를 생성하고, 차량의 현재 위치를 시작점으로 하고, 기준 경로의 기준점들과 동일할 수량의 가상 경로점들을 생성하여 적어도 하나 이상의 후보 경로를 생성하며, 생성된 후보 경로들에 대해 장애물 간섭 여부를 검사하고 장애물 간섭이 없는 경우 후보 경로들을 수정한 후, 수정된 후보 경로들 중에서 목표점의 인덱스와 경과시간을 근거로 최적 경로를 선정하도록 하는 기술이 제시되어 있다. Meanwhile, Korean Patent Registration No. 1581286 presents a technology for generating a true path by supplementing auxiliary path points to the path points of a previously provided global path, generating a reference path parallel to the true path using the current location of the vehicle, generating virtual path points in the same quantity as the reference points of the reference path using the current location of the vehicle as a starting point, generating at least one candidate path, checking whether there is interference from obstacles in the generated candidate paths, and modifying the candidate paths if there is no interference from obstacles, and then selecting an optimal path from among the modified candidate paths based on the index of the target point and the elapsed time.
레벨4 단계와 같은 높은 단계의 자율주행 시 안전한 운행을 위해 위성항법시스템(GSNN : Global Navigation Satellite System) 음영지역이나 도로 시설물 인식이 불가능한 지역 등과 같은 악의 조건을 포함하는 구간을 우회하거나 회피할 수 있도록 하는 것이 요구된다.In order to drive safely at high levels of autonomous driving, such as Level 4, it is required to be able to bypass or avoid sections that include adverse conditions, such as Global Navigation Satellite System (GSNN) shadow areas or areas where road facilities cannot be recognized.
그러나, 종래 선행 기술들은 이러한 악의 조건을 반영한 경로 설정 기능을 제공하지 못하고 있다.However, existing prior arts do not provide a path setting function that reflects these malicious conditions.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 본 발명의 목적은 자율주행 운전을 방해하는 악의 조건 요소를 사전에 회피 처리하여 경로 생성 결과에 반영될 수 있도록 하는 것이다.The present invention has been devised to solve the above problems, and the purpose of the present invention is to enable malicious conditions that interfere with autonomous driving to be avoided in advance and reflected in the route generation result.
상기 목적을 달성하기 위한 본 발명에 따르면, 자율주행에 활용되는 데이터로서 초정밀 지도 데이터와 자율주행 차량정보를 포함하는 데이터 저장부와, 탐색 비용이 낮은 도로를 추종하고 악의 조건 요소를 배제하는 방향으로 네트워크 탐색 확장 처리를 수행하는 탐색 확장 모듈을 포함하는 탐색 확장 판단부, 상기 탐색 확장 모듈의 수행에 따른 탐색 확장 정보를 생성하는 탐색 정보 생성부 및 상기 탐색 확장 정보에 기초하여 자율주행 경로를 생성하는 탐색 결과 생성부를 포함하는 것을 특징으로 하는 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 시스템이 제공된다.According to the present invention for achieving the above object, a system for generating a route for autonomous driving using malicious condition information of an ultra-precision map is provided, characterized by including a data storage unit including ultra-precision map data and autonomous driving vehicle information as data utilized for autonomous driving, a search expansion judgment unit including a search expansion module performing network search expansion processing in the direction of following a road with low search cost and excluding malicious condition factors, a search information generation unit generating search extension information according to the performance of the search expansion module, and a search result generation unit generating an autonomous driving route based on the search extension information.
여기서, 탐색 비용 산출 시 악의 조건이 존재하는 도로에 가중치가 부여되는 것이 가능하다.Here, it is possible to assign weight to roads where evil conditions exist when calculating the search cost.
그리고, 상기 탐색 확장 모듈은 탐색 비용이 낮은 도로를 추종하면서 네트워크를 확장하는 과정에서 확장된 네트워크의 도로에 악의 조건 요소가 존재하고 대안도로가 존재하는 경우 대안도로의 탐색 비용을 산출하고, 확장된 네트워크의 도로에 악의 조건 요소가 존재하고 대안도로가 존재하지 않는 경우 해당 도로의 탐색 비용을 산출하며, 목적지에 도달하는 지점까지 탐색 비용이 낮은 도로를 추종하면서 네트워크를 확장하는 과정을 반복하는 것이 바람직하다.And, it is desirable that the search expansion module, in the process of expanding the network while following a road with a low search cost, calculates the search cost of the alternative road if there is a malicious condition element on a road of the expanded network and an alternative road exists, and calculates the search cost of the road if there is a malicious condition element on a road of the expanded network and there is no alternative road, and repeats the process of expanding the network while following a road with a low search cost until reaching a destination.
상기 목적을 달성하기 위한 본 발명에 다른 일 측면에 따르면, 초정밀 지도와 자율주행 차량정보를 포함하는 데이터를 활용하여 네트워크 탐색 확장을 처리하되, 확장된 네트워크 상의 도로에 악의 조건이 존재하는 경우 탐색 비용 산출 시 가중치를 부여하는 것을 특징으로 하는 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 방법이 제공된다.According to another aspect of the present invention for achieving the above object, a method for generating a route for autonomous driving using malicious condition information of an ultra-precision map is provided, characterized in that the method processes network search expansion by using data including an ultra-precision map and autonomous driving vehicle information, and when a malicious condition exists on a road on an extended network, weights are given when calculating a search cost.
여기서, 네트워크 탐색 확장 처리는 탐색 비용이 낮은 도로를 추종하면서 네트워크를 확장하는 네트워크 확장단계, 확장된 네트워크의 도로에 악의 조건 요소가 존재하는지 판단하는 악의조건 판단 단계, 해당 도로에 악의 조건 요소가 존재하는 경우 대안도로가 존재하는지 판단하는 대안도로 존재 판단 단계 및 상기 대안도로가 존재하는 경우 대안도로의 탐색 비용을 산출하고, 상기 대안도로가 존재하지 않는 경우 상기 해당 도로의 탐색 비용을 산출하는 탐색비용 산출 단계를 포함하고, 목적지에 도달할 때까지 네트워크 확장을 반복하는 것이 바람직하다.Here, the network search expansion process preferably includes a network expansion step for expanding the network while following a road with a low search cost, a malicious condition determination step for determining whether a malicious condition element exists on a road of the expanded network, an alternative road existence determination step for determining whether an alternative road exists when the malicious condition element exists on the road, and a search cost calculation step for calculating a search cost of the alternative road if the alternative road exists and calculating a search cost of the road if the alternative road does not exist, and repeating the network expansion until reaching a destination.
상기와 같은 본 발명에 의하면, 자율주행에 큰 방해 요소인 악의조건을 회피하는 경로를 주행 경로로 설정함으로써 보다 안전한 자율주행이 가능하고, 그에 따라 자율주행 기술의 보급에 기여할 수 있을 것으로 기대된다.According to the present invention as described above, it is expected that safer autonomous driving will be possible by setting a driving route that avoids malicious conditions, which are major obstacles to autonomous driving, and thus contribute to the spread of autonomous driving technology.
도 1은 본 발명에 따른 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 시스템을 도시한 것이다.
도 2는 탐색 확장 모듈에서 악의 조건을 반영한 경로 탐색 확장이 수행되는 과정을 도시한 흐름도이다.
도 3은 출발지와 목적지 간을 연결하는 여러 경로를 예시적으로 보여주는 것이다. Figure 1 illustrates a path generation system for autonomous driving using malicious condition information of an ultra-precision map according to the present invention.
Figure 2 is a flowchart illustrating the process of performing path search extension reflecting malicious conditions in the search extension module.
Figure 3 illustrates several routes connecting a starting point and a destination.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다. 도면들 중 동일한 구성요소들은 가능한 어느 곳에서든지 동일한 부호들로 나타내고 있음에 유의해야 한다. 또한 발명의 요지를 불필요하게 흐릴 수 있는 공지기능 및 구성에 대한 상세한 설명은 생략한다.Hereinafter, the present invention will be described in more detail with reference to the drawings. It should be noted that the same components in the drawings are indicated by the same symbols wherever possible. In addition, detailed descriptions of well-known functions and configurations that may unnecessarily obscure the gist of the invention are omitted.
도 1은 본 발명에 따른 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 시스템을 도시한 것이다.Figure 1 illustrates a path generation system for autonomous driving using malicious condition information of an ultra-precision map according to the present invention.
도 1에 도시된 바와 같이, 발명에 따른 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 시스템은 탐색 확장 판단부(10), 탐색 정보 생성부(20) 및 탐색 결과 생성부(30)를 포함하여 구성된다.As illustrated in Fig. 1, a route generation system for autonomous driving using malicious condition information of an ultra-precision map according to the invention is configured to include a search expansion determination unit (10), a search information generation unit (20), and a search result generation unit (30).
탐색 확장 판단부(10)는 네트워크 탐색 확장 처리를 수행하는 탐색 확장모듈(11)과 자율주행에 활용되는 데이터를 저장하는 데이터 저장부를 포함한다. The search expansion judgment unit (10) includes a search expansion module (11) that performs network search expansion processing and a data storage unit that stores data used for autonomous driving.
탐색 확장모듈(11)은 탐색 비용이 낮은 도로를 추종하고 악의 조건 요소를 배제하는 방향으로 네트워크 탐색 확장 처리를 수행하는 것으로서, 구체적인 처리 과정은 도 2를 통해 상세하게 설명하기로 한다.The search extension module (11) performs network search extension processing in the direction of following a road with a low search cost and excluding malicious condition factors. The specific processing process will be described in detail with reference to FIG. 2.
데이터 저장부는 초정밀 지도 데이터를 저장하는 제1 저장부(12)와, 내비게이션 맵 데이터를 저장하는 제2 저장부(13)와 자율주행 차량 정보를 저장하는 제3 저장부(13)를 포함하여 구성된다. The data storage unit is configured to include a first storage unit (12) for storing ultra-precision map data, a second storage unit (13) for storing navigation map data, and a third storage unit (13) for storing autonomous vehicle information.
초정밀 지도는 5G, 인공지능 등의 기술을 활용해 3차원 정밀도로지도(HD맵)보다 도로 상황 파악에 대한 정확성과 속도를 한 단계 높인 것으로서, 도로 정보뿐만 아니라 도로 함몰, 공사 정보 등 수시로 변화하는 상황이 실시간으로 반영된다. 자율주행 차량 정보는 차량의 운행 정보와 차량에 장착된 각종 센서의 센싱 정보를 포함한다.Ultra-precision maps utilize technologies such as 5G and artificial intelligence to provide a level of accuracy and speed in understanding road conditions that is one level higher than 3D high-definition maps (HD maps). In addition to road information, they reflect real-time information on situations that change frequently, such as road subsidence and construction information. Autonomous vehicle information includes vehicle operation information and sensing information from various sensors installed in the vehicle.
탐색 정보 생성부(20)는 탐색 확장 종료 여부를 판단하고, 탐색 확장 모듈의 수행에 따른 탐색 확장 정보를 생성 및 관리한다. 여기서 탐색 확장 정보는 산출된 비용, 회전 정보, 차선 변경 정보 등을 포함한다.The search information generation unit (20) determines whether search expansion is terminated and generates and manages search expansion information according to the performance of the search expansion module. Here, the search expansion information includes calculated costs, turn information, lane change information, etc.
탐색 결과 생성부(30)는 탐색 확장 정보에 기초하여 자율주행 경로를 생성하는 것이다.The search result generation unit (30) generates an autonomous driving route based on search expansion information.
도 2는 탐색 확장 모듈에서 악의 조건을 반영한 경로 탐색 확장이 수행되는 과정을 도시한 흐름도이다.Figure 2 is a flowchart illustrating the process of performing path search extension reflecting malicious conditions in the search extension module.
도 2를 참조하면, 탐색 확장모듈(11)은 탐색 코스트가 낮은 도로를 추종하면서 네트워크를 확장하는 처리를 수행한다(S200). 네트워크 확장은 목적지에 도착할 때까지 계속 반복되는데 출발지에서 목적지까지 이르는 많은 링크들에 대하여 비용을 산출하여 탐색 비용이 가장 낮은 도로를 추종하는 형태로 네트워크를 확장해나간다.Referring to Fig. 2, the search expansion module (11) performs processing to expand the network while following a road with a low search cost (S200). The network expansion is repeated continuously until the destination is reached, and the network is expanded by calculating costs for many links from the starting point to the destination and following the road with the lowest search cost.
이 과정에서 확장된 네트워크 즉 특정 도로(링크) 상에 악의 조건이 존재하는지 판단한다. 여기서, 악의 조건이라 함은 ⅰ) 위성항법시스템(GSNN : Global Navigation Satellite System) 음영지로서 터널, 지하차도, 고가도로, 고가도로 밑 등의 입체도로 및 고층건물 밀집 구역, ⅱ) GNSS-RTK(Real Time Kinematic) 보정정보 획득이 불가능한 구간, ⅲ) 기상 상황, 주변 차량, 장애물 등에 의해 도로 시설물 인식이 불가능한 지역 등을 포함한다. In this process, it is determined whether a malicious condition exists on the extended network, that is, a specific road (link). Here, the malicious condition includes i) a GSNN (Global Navigation Satellite System) shadow area, such as a tunnel, an underpass, an overpass, an underpass, an area with a high density of high-rise buildings, ii) a section where it is impossible to obtain GNSS-RTK (Real Time Kinematic) correction information, iii) an area where road facility recognition is impossible due to weather conditions, surrounding vehicles, obstacles, etc.
만일 악의 조건이 존재하는 경우, 악의 조건을 회피하는 대안 도로가 존재하는지 여부를 판단하고, 대안도로가 존재하는 경우 대안도로의 탐색 비용을 산출한다(S210). 탐색 비용은 링크의 길이와 도로 폭 등을 고려하여 산출된다. If an evil condition exists, it is determined whether there is an alternative road that avoids the evil condition, and if there is an alternative road, the search cost of the alternative road is calculated (S210). The search cost is calculated by considering the length of the link, the width of the road, etc.
만일 대안도로가 존재하지 않는 경우 해당 도로의 탐색 비용을 산출한다(S220). If there is no alternative road, the search cost for that road is calculated (S220).
이렇게 비용이 산출되면, 다시 S200 단계로 귀환하여 탐색 코스트가 낮은 도로를 추종하면서 네트워크를 확장하게 된다. 이러한 과정을 통해서 목적지에 도착하면 탐색 확장이 종료된다. Once the cost is calculated, it returns to step S200 and expands the network by following the road with the lowest search cost. Once the destination is reached through this process, the search expansion ends.
도 3은 출발지와 목적지 간을 연결하는 여러 경로를 예시적으로 보여주는 것이다. Figure 3 illustrates several routes connecting a starting point and a destination.
도 3에는 출발지(S)와 목적지(E) 사이에 존재하는 여러 개의 경로들을 보여주고 있다. 자율 주행을 위한 경로 설정에 있어서, 출발지와 목적지 간에 존재하는 링크들의 조합을 통한 경로들에 대하여 탐색 비용을 산출하여 탐색 비용이 낮은 경로를 채택하되, 탐색 비용 외에 악의 조건 정보를 반영하여 탐색 확장이 이루어지도록 한다.Figure 3 shows multiple paths between a starting point (S) and a destination (E). In setting a path for autonomous driving, a search cost is calculated for paths through a combination of links existing between the starting point and the destination, and a path with a low search cost is adopted. However, in addition to the search cost, search expansion is performed by reflecting malicious condition information.
이때, 악의 조건을 포함하는 도로에 대해서는 대안도로가 존재하는 경우 해당 도로를 회피하게 하거나 가중치를 부여하여 악의 조건을 포함하는 도로를 통과할 때 비용이 높아지도록 할 수 있다.At this time, for roads containing bad conditions, if there is an alternative road, the road can be avoided or a weight can be given to increase the cost when passing through the road containing the bad condition.
도 3에는 터널 음영지, 고층건물 밀집지, 고차차도 옆길을 포함하는 도로를 경로에서 제외하도록 설정되는 형태가 예시되어 있다. 악의 조건을 포함하지 않는 후보 경로들 중에서 비용이 가장 낮은 최적 경로가 자율주행 경로로 설정될 수 있다. Figure 3 illustrates an example of a configuration in which roads including tunnel shadow areas, high-rise building complexes, and side roads of high-vehicle roads are excluded from the route. Among candidate routes that do not include evil conditions, the optimal route with the lowest cost can be set as the autonomous driving route.
비록 본 발명이 상기 바람직한 실시 예들과 관련하여 설명되어졌지만, 발명의 요지와 범위로부터 벗어남이 없이 다양한 수정이나 변형을 하는 것이 가능하다. 따라서, 첨부된 특허 청구범위는 본 발명의 요지에 속하는 이러한 수정이나 변형을 포함할 것이다.Although the present invention has been described with reference to the above preferred embodiments, it is possible to make various modifications and variations without departing from the spirit and scope of the invention. Accordingly, the appended claims are intended to cover such modifications and variations as fall within the spirit of the invention.
10 : 탐색 확장 선택부 11 : 탐색 확장 모듈
12 ~ 14 : 제1 ~ 3 저장부 20 : 탐색정보 생성부
30 : 탐색 결과 생성부 10: Navigation Extension Selection Section 11: Navigation Extension Module
12 ~ 14: 1st ~ 3rd storage unit 20: Search information generation unit
30: Search result generation section
Claims (5)
상기 탐색 확장 모듈의 수행에 따른 탐색 확장 정보를 생성하는 탐색 정보 생성부; 및
상기 탐색 확장 정보에 기초하여 자율주행 경로를 생성하는 탐색 결과 생성부를 포함하되,
탐색 비용 산출 시 악의 조건이 존재하는 도로에 가중치가 부여되고,
상기 악의 조건은,
위성항법시스템(GSNN : Global Navigation Satellite System) 음영지로서 터널, 지하차도, 고가도로 및 고가도로 밑을 포함하는 입체도로 및 고층건물 밀집 구역과, GNSS-RTK(Real Time Kinematic) 보정정보 획득이 불가능한 구간과, 기상 상황, 주변 차량 및 장애물에 의해 도로 시설물 인식이 불가능한 지역을 포함하는 것을 특징으로 하는 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 시스템.
A data storage unit including ultra-precision map data and autonomous driving vehicle information as data utilized for autonomous driving, and a search expansion judgment unit including a search expansion module that performs network search expansion processing in the direction of following a road with low search cost and avoiding malicious condition factors;
A search information generation unit that generates search extension information according to the execution of the above search extension module; and
Including a search result generation unit that generates an autonomous driving route based on the above search extension information,
When calculating the search cost, weight is given to roads where evil conditions exist,
The above evil conditions are,
An autonomous driving route generation system utilizing the adverse condition information of an ultra-precision map, characterized by including areas with dense concentrations of high-rise buildings and three-dimensional roads including tunnels, underpasses, overpasses, and underpasses as shadow areas of the satellite navigation system (GSNN: Global Navigation Satellite System), sections where acquisition of GNSS-RTK (Real Time Kinematic) correction information is impossible, and areas where road facility recognition is impossible due to weather conditions, surrounding vehicles, and obstacles.
상기 탐색 확장 모듈은 탐색 비용이 낮은 도로를 추종하면서 네트워크를 확장하는 과정에서 확장된 네트워크의 도로에 악의 조건 요소가 존재하고 대안도로가 존재하는 경우 대안도로의 탐색 비용을 산출하고, 확장된 네트워크의 도로에 악의 조건 요소가 존재하고 대안도로가 존재하지 않는 경우 해당 도로의 탐색 비용을 산출하며, 목적지에 도달하는 지점까지 탐색 비용이 낮은 도로를 추종하면서 네트워크를 확장하는 과정을 반복하는 것을 특징으로 하는 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 시스템.
In the first paragraph,
The above search expansion module is characterized in that, in the process of expanding the network while following a road with a low search cost, if a malicious condition element exists on a road of the expanded network and an alternative road exists, the search cost of the alternative road is calculated, and if a malicious condition element exists on a road of the expanded network and an alternative road does not exist, the search cost of the corresponding road is calculated, and the process of expanding the network while following a road with a low search cost until reaching a destination is repeated. A route generation system for autonomous driving using malicious condition information of an ultra-precision map.
네트워크 탐색 확장 처리는
탐색 비용이 낮은 도로를 추종하면서 네트워크를 확장하는 네트워크 확장단계;
확장된 네트워크의 도로에 악의 조건 요소가 존재하는지 판단하는 악의조건 판단 단계;
해당 도로에 악의 조건 요소가 존재하는 경우 대안도로가 존재하는지 판단하는 대안도로 존재 판단 단계; 및
상기 대안도로가 존재하는 경우 대안도로의 탐색 비용을 산출하고, 상기 대안도로가 존재하지 않는 경우 상기 해당 도로의 탐색 비용을 산출하는 탐색비용 산출 단계를 포함하고,
목적지에 도달할 때까지 네트워크 확장을 반복하며,
상기 악의 조건은,
위성항법시스템(GSNN : Global Navigation Satellite System) 음영지로서 터널, 지하차도, 고가도로 및 고가도로 밑을 포함하는 입체도로 및 고층건물 밀집 구역과, GNSS-RTK(Real Time Kinematic) 보정정보 획득이 불가능한 구간과, 기상 상황, 주변 차량 및 장애물에 의해 도로 시설물 인식이 불가능한 지역을 포함하는 것을 특징으로 하는 초정밀 지도의 악의 조건 정보를 활용한 자율주행용 경로 생성 방법. Process network exploration expansion using data including ultra-precision maps and autonomous vehicle information, and assign weight to the exploration cost calculation when there is a bad condition on the road in the expanded network.
Network navigation extension processing
A network expansion phase that expands the network by following roads with low navigation costs;
A malicious condition judgment step that determines whether a malicious condition element exists on a road in an extended network;
An alternative road existence determination step for determining whether an alternative road exists when an evil condition element exists on the road in question; and
Including a search cost calculation step of calculating the search cost of the alternative road if the alternative road exists, and calculating the search cost of the corresponding road if the alternative road does not exist,
Repeat network expansion until the destination is reached.
The above evil conditions are,
A method for generating a route for autonomous driving using information on the malicious conditions of an ultra-precision map, characterized in that it includes a 3D road including tunnels, underpasses, overpasses and underpasses, and high-rise building dense areas as shadow areas of a satellite navigation system (GSNN: Global Navigation Satellite System), a section where it is impossible to obtain GNSS-RTK (Real Time Kinematic) correction information, and an area where road facilities cannot be recognized due to weather conditions, surrounding vehicles and obstacles.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210185908A KR102708218B1 (en) | 2021-12-23 | 2021-12-23 | System For Generating Autonomous Driving Path Using Harsh Environments Information of High Definition Map and Method Thereof |
| US18/085,148 US12292296B2 (en) | 2021-12-23 | 2022-12-20 | System for generating autonomous driving path using harsh environment information of high definition map and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210185908A KR102708218B1 (en) | 2021-12-23 | 2021-12-23 | System For Generating Autonomous Driving Path Using Harsh Environments Information of High Definition Map and Method Thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230096433A KR20230096433A (en) | 2023-06-30 |
| KR102708218B1 true KR102708218B1 (en) | 2024-09-23 |
Family
ID=86897453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210185908A Active KR102708218B1 (en) | 2021-12-23 | 2021-12-23 | System For Generating Autonomous Driving Path Using Harsh Environments Information of High Definition Map and Method Thereof |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US12292296B2 (en) |
| KR (1) | KR102708218B1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016133328A (en) * | 2015-01-16 | 2016-07-25 | アルパイン株式会社 | Route search system and computer program |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4096180B2 (en) * | 2003-02-10 | 2008-06-04 | アイシン・エィ・ダブリュ株式会社 | NAVIGATION DEVICE, PROGRAM FOR THE DEVICE, AND RECORDING MEDIUM |
| KR20110061374A (en) * | 2009-12-01 | 2011-06-09 | 현대자동차주식회사 | How to find fuel economy paths to minimize fuel consumption |
| CN105229422B (en) * | 2013-03-15 | 2018-04-27 | 大众汽车有限公司 | Automatic Pilot route planning application |
| KR101581286B1 (en) | 2014-01-17 | 2015-12-31 | 전남대학교산학협력단 | System and method for path planning for autonomous navigation of driverless ground vehicle |
| JP6467773B2 (en) * | 2014-02-25 | 2019-02-13 | アイシン・エィ・ダブリュ株式会社 | Route search system, route search method and computer program |
| KR101907268B1 (en) | 2016-10-13 | 2018-10-11 | 한양대학교 산학협력단 | Method and device for autonomous driving based on route adaptation |
| KR102518532B1 (en) * | 2016-11-11 | 2023-04-07 | 현대자동차주식회사 | Apparatus for determining route of autonomous vehicle and method thereof |
| WO2020227486A1 (en) * | 2019-05-07 | 2020-11-12 | Optimus Ride, Inc. | Cost calculation system and method |
| US11801864B1 (en) * | 2021-03-16 | 2023-10-31 | Zoox, Inc. | Cost-based action determination |
| US20220340138A1 (en) * | 2021-04-27 | 2022-10-27 | Argo AI, LLC | Methods and systems for generating trajectory of an autonomous vehicle for traversing an intersection |
| US20220402521A1 (en) * | 2021-06-16 | 2022-12-22 | Waymo Llc | Autonomous path generation with path optimization |
-
2021
- 2021-12-23 KR KR1020210185908A patent/KR102708218B1/en active Active
-
2022
- 2022-12-20 US US18/085,148 patent/US12292296B2/en active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016133328A (en) * | 2015-01-16 | 2016-07-25 | アルパイン株式会社 | Route search system and computer program |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230096433A (en) | 2023-06-30 |
| US12292296B2 (en) | 2025-05-06 |
| US20230204368A1 (en) | 2023-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230168674A1 (en) | Identifying a route for an autonomous vehicle between an origin and destination location | |
| US8121749B1 (en) | System for integrating dynamically observed and static information for route planning in a graph based planner | |
| KR101409323B1 (en) | Method and Apparatus for Path Planning of Unmanned Ground Vehicle in Dynamic Environment | |
| KR100281293B1 (en) | Route determination method of vehicle navigation system | |
| EP1039266B1 (en) | Position determining program and method | |
| US5513110A (en) | Navigation system and path search method using hierarchized road data | |
| US11994868B2 (en) | Autonomous vehicle routing based upon spatiotemporal factors | |
| EP4177570B1 (en) | Standard-definition to high-definition navigation route determination | |
| EP1559994A2 (en) | Apparatus for predicting road shape and method of calculating a clothoid curve | |
| RU2589381C2 (en) | Navigation system and method for pilot tracking of movement | |
| CN102481936A (en) | Method for determining driving conditions of a vehicle in advance | |
| JP7211605B2 (en) | Route planning considering topography | |
| JP2019184499A (en) | Map information generator, automatic driving system, and automatic driving control information generator | |
| KR102708218B1 (en) | System For Generating Autonomous Driving Path Using Harsh Environments Information of High Definition Map and Method Thereof | |
| JP2004061155A (en) | Road information estimating apparatus | |
| JP2004252152A (en) | Road information estimating system | |
| CN114397890A (en) | Vehicle dynamic path planning method and device, electronic equipment and readable storage medium | |
| JP2004046746A (en) | Road information inference device | |
| Noureldin et al. | A framework for multi-sensor positioning and mapping for autonomous vehicles | |
| CN117999204A (en) | Vehicle control device, vehicle control method, and vehicle control system | |
| JP2004045340A (en) | Road information estimation device | |
| KR102722386B1 (en) | Apparatus and method for indoor route navigation | |
| KR101400267B1 (en) | Unmanned Ground Vehicle and Field Velocity Planning Method thereof | |
| CN113401140B (en) | Route routing method and device for bidirectional road section, computer equipment and storage medium | |
| Wu et al. | Towards autonomous high-definition map construction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20211223 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20240327 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20240905 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20240912 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20240913 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |